Agent Skills
返回列表
🤖

Browser Use 代理浏览器控制

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/browser-use-agentic-browser-control。

技能介绍

要解决什么问题

很多 AI 代理只能调用固定 API，遇到需要登录、动态渲染或强交互的网页时，要么拿不到 DOM，要么步骤一多就断链。纯脚本爬虫也难和「理解页面再决策」的代理流程对齐。Browser Use 把真实浏览器当作执行面：网站不再只是 URL，而是可被编排的多步任务接口。

技能如何工作

该技能对应 Browser Use 开源栈，资料中强调三块组合：

  • Python SDK：在代理侧编写控制逻辑
  • 浏览器编排：在真实浏览器里完成导航、点击、填表等操作
  • 模型集成：让代理根据页面状态决定下一步

典型路径是：代理下发意图 → 框架驱动浏览器访问目标站 → 提取所需数据或完成表单/流程 → 把结果回传给后续推理。适合「查资料 + 在页面上操作 + 再汇总」这类跨页面工作流，而不是单次 HTTP 抓取。

适用边界与注意

清单说明无法从源码自动提取完整安装与使用步骤，敏感流程（账号、支付、内网）运行前应直接查阅上游项目与官方文档（docs.browser-use.com）。环境侧资料列出依赖 python、uv、go，实际版本与浏览器驱动以官方为准。本条目是 SkillHub 上的技能封装，行为与限制以 Browser Use 上游及你本地部署为准，不要假设开箱即用的企业级隔离或审计能力。

使用场景

  • 代理需在带登录与前端渲染的管理后台里，按菜单逐页打开并汇总报表字段
  • 要在真实浏览器中完成填表、提交、确认等多步操作，并由模型根据当前 DOM 决定下一步
  • 研究型代理需跨多个文档站点跳转，抓取章节内容后拼接成结构化摘要供后续推理
  • 集成 Browser Use 后，让对话代理把指定网站当作可控接口执行查价、检索或状态查询类任务

适合人员

  • 正在为大模型代理设计工具链、必须把动态网页纳入执行面的后端/Agent 工程师
  • 需要把 Python SDK 与浏览器编排接进现有代理框架、替代纯 API 调用的集成开发者
  • 做竞品或公开市场信息采集、步骤跨多页且不能仅靠静态 HTTP 的数据/研究同学
  • 在敏感内网或账号体系下试跑浏览器代理前，需对照上游文档核对安装与权限的运维或安全评审人员